UNIVERSIDAD DE MANAGUA Al más alto nivel
|
|
- Valentín Reyes Mendoza
- hace 7 años
- Vistas:
Transcripción
1 UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #3 Generación de números Aleatorios para modelos de simulación Prof.: MSc. Julio Rito Vargas A. Grupo: INGENIERIA INDUSTRIAL Objetivos: o Generar números aleatorios para un modelo de simulación para garantizar variabilidad de sus eventos. o Determinar si los números seudo aleatorios generados son realmente aleatorios o no; con un nivel de confianza alfa (α). o Aplicar los métodos de generación de números pseudo aleatorios y precisar las características deben cumplir para emplearlos como fuentes confiables de variabilidad dentro de los modelos de simulación. I. Método para generar números Pseudo aleatorios: Algoritmo de cuadrados medios: Antes de explicar el Algoritmo de cuadrados medios daremos el concepto de número aleatorio: Son números que deben de cumplir los requisitos de espacio equiprobable, es decir, que todo elemento tenga la misma probabilidad de ser elegido y que la elección de uno no dependa de la elección del otro. Es decir que sean independientes. El Algortimo propuesto para generar números aleatorios, según Von Neuman y Metropolis [1951]. Es el método de los cuadrados medios, se requiere de un número entero detonador (llamado semilla), con D dígitos, el cual es elevado al cuadrado y se extrae los D dígitos del centro; el primer número ri se determina simplemente anteponiendo 0.. Para obtener el segundo ri se sigue el mismo procedimiento, solo que ahora se eleva al cuadrado los D dígitos del centro que se seleccionaron para obtener el primer ri. A continuación se presenta con más detalles los pasos para generar números con el algoritmo de cuadrados medios. 1. Seleccionar una semilla (Xo) con D dígitos (D>3). Julio Rito Vargas Pág. 1
2 2. Sea Yo=resultado de elevar Xo al cuadrado; X1 = los D dígitos del centro y sea ri =0.D dígitos del centro. 3. Sea Yi = resultado de elevar Xi al cuadrado; sea Xi+1 = los D dígitos del centro, y sea ri =0.D dígitos del centro para i=0,1,2,3,,n 4. Repetir el paso 3 hasta obtener los n números deseados. Nota: si no es posible obtener los D dígitos del centro del número Yi, agregue ceros a la izquierda del número Yi. II. III. Obtener n=4 números pseudo aleatorios con el algoritmo de los cuadrados medios. a. Se elige como semilla inicial un número al azar de 4 dígitos (en nuestro caso) b. Xo=5729 c. Lo elevamos el cuadro (5729) 2 = d. Y0= e. Seleccionamos los 4 dígitos del centro de Y0. f. X1=8214 obtenemos el nuevo número y el r0= g. Luego volvemos a repetir los pasos de c a f para obtener el siguiente hasta completar los n dígitos requeridos. Mostramos en una tabla los primeros 4 números generados. I Xi Yi=(Xi) 2 ri=0.xi Existen muchos algoritmos para para generar números pseudo aleatorios, pero no hay siempre garantía que cumplan los criterios de aleatoriedad requeridos por los test estadísticos para ser usados en modelo de simulación, por lo que es necesario examinarlos siempre antes se usarse. Usaremos Excel para generar números pseudo aleatorios y luego procederemos a evaluarlos con los test estadísticos. Cómo generar números aleatorios con Excel: La función ALEATORIO (RAND en la versión inglesa) de Excel genera números aleatorios. Esta función no tiene argumentos y es recalculada nuevamente cada vez que se produce un cambio en la hoja, excepto que el modo de cálculo sea "manual". Los números que produce ALEATORIO () están en el rango del 0 al 1. Julio Rito Vargas Pág. 2
3 En esta hoja usamos la fórmula =ALEATORIO() en el rango A2:A11 Si Queremos generar una serie de números aleatorios con una precisión de n dígitos, debemos usar la función REDONDEAR junto con la función ALEATORIO. En esta hoja, usamos la fórmula combinada REDONDEAR(ALEATORIO(),5) para generar números aleatorios con cinco decimales. Si queremos producir una serie de números aleatorios enteros, debemos combinar la función ALEATORIO con la función REDONDEAR (ROUND), o con alguna otra función de este tipo como REDONDEAR.MAS o REDONDEAR.MENOS. En esta hoja, usamos la fórmula combinada =REDONDEAR(ALEATORIO()*100,0) para producir números aleatorios entre 0 y 100. Julio Rito Vargas Pág. 3
4 Si queremos producir números aleatorios que se encuentren en un rango entre dos números, digamos entre 12 y 88, podemos usar la fórmula =REDONDEAR(ALEATORIO()*(88-12)+12,0) ACTIVIDAD PRÁCTICA 1. Usando el programa Excel, genere 200 números aleatorios entre 0 y 1 con una precisión de 4 y guárdelo en un archivo txt en su carpeta de trabajo. 2. Use el módulo Stat::fit para analizar los números aleatorios generados con Excel. a. Ordene el conjunto de datos en forma ascendente y cree 10 clases o intervalos iguales. 2 b. Rellene la tabla siguiente y calcule Chicuadrada X o y compárelo con 2 X 0.95,9 =16.9; realizando el contraste de hipótesis de uniformidad de los datos. Ho: Los datos ri son Uniforme H1: Los datos no son uniformes. Intervalos Frecuencia observada (OI) Frecuencia esperada (Ei) (Ei -Oi) (Ei - Oi ) 2 (Ei -Oi) 2 / Ei Julio Rito Vargas Pág. 4
5 Se espera que en cada intervalo deben aparecer la misma de datos (frecuencia), puesto que hay 200 números, se esperan 20 números por intervalo. Prueba Chi-cuadrada para contraste de uniformidad ( oi ei ) x i 0 ei Conclusión: c. Al conjunto de datos le haremos el teste de uniformidad para distribuciones continuas usando Stat::fit. El propósito de esta prueba es confirmar con el modulo los resultados encontrados en el inciso (b). d. A los datos le vamos aplicar el test de corridas, para lo cual usaremos el archivo original. El propósito de este test es analizar la independencia de los números. Ho: Los ri son independientes H1: Los ri no son independientes. Usaremos las ecuaciones: Julio Rito Vargas Pág. 5
6 PARA ENTREGAR EN REPORTE NÚMERO 3: 1. Usando las funciones de Excel genere 1000 números aleatorios en el rango 0 a Imprima los 1000 números generados en el reporte. 3. Haga los test de Uniformidad con la prueba Chicuadrada y la prueba de corrida para Independencia. 4. Presente sus conclusiones. Julio Rito Vargas Pág. 6
UNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Generación de Números Pseudo Aleatorios para un modelo de Simulación y Pruebas estadísticas para verificar uniformidad e
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Generación de Números Aleatorios - Variables Aleatorias para un modelo de Simulación y Pruebas estadísticas para verificar
Más detallesUniversidad de Managua
Universidad de Managua UdeM Simulación de Sistemas Guía #2 Tema: Determinar si el conjunto de números Pseudoaleatorios dados, cumplen las pruebas estadísticas de uniformidad e independencia; para ser considerados
Más detallesUniversidad de Managua. UdeM
Universidad de Managua. UdeM Simulación de Sistemas Guía #3 Tema: Generar números aleatorios para un modelo de simulación y determinar si los números pseudoaleatorios generados, cumplen con las pruebas
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Pruebas estadísticas para números pseudo aleatorios Prof.: MSc. Julio Rito Vargas A. Grupo: Ingeniería Industrial Objetivos:
Más detallesSIMULACION SCD NUMEROS PSEUDO ALEATORIOS. los números pseudo aleatorios
SIMULACION SCD- 1022 1.- NUMEROS PSEUDO ALEATORIOS los números pseudo aleatorios para poder realizar una simulación que incluya variabilidad dentro de sus eventos, es preciso generar una serie de números
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #3 Generación de muestras de distribuciones de probabilidad de variables aleatorias discretas y continuas con Stat::Fit Prof.:
Más detallesCAPÍTULO 2 NÚMEROS PSEUDOALEATORIOS
CAPÍTULO 2 NÚMEROS PSEUDOALEATORIOS SOFTWARE PARA LA GESTIÓN DE PRODUCCIÓN Y OPERACIONES 10MO IPO LOS NÚMEROS PSEUDOALEATORIOS Para poder realizar una simulación que incluya variabilidad dentro de sus
Más detallesI. Intencionalidades formativas: Propósitos:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA Hoja de Ruta Trabajo individual No 2 Fase 1. PLANIFICAR - REALIZAR Unidad I Fecha Marzo 10 de 2015 Nombre del curso: Simulación Código: 299310 Temáticas: Introducción
Más detallesCapítulo 2. Números pseudoaleatorios
Capítulo 2 Números pseudoaleatorios 2.1 Los números pseudoaleatorios 2.2 Generación de números pseudoaleatorios 2.3 Propiedades de los números pseudoaleatorios entre 0 y 1 2.4 Pruebas estadísticas para
Más detallesEXPOSICIÓN UNIDAD II
SIMULACIÓN EQUIPO: 4 2.1 MÉTODOS DE GENERACIÓN DE NÚMEROS PSEUDOALEATORIOS 2.2 PRUEBAS ESTADÍSTICAS DE ALEATORIEDAD CABRERA HERNÁNDEZ TERESA ELIZABETH 1 DE MARZO DEL 2011 2.1 GENERACIÓN DE NÚMEROS PSEUDOALEATORIOS
Más detallesCabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS
Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS NUMEROS ALEATORIOS Los números random son un elemento básico en la simulación de la mayoría de los sistemas discretos.
Más detallesCAPITULO III: METODOLOGIA. En el presente capítulo se describirá el conjunto de pasos a seguir para lograr el
CAPITULO III: METODOLOGIA En el presente capítulo se describirá el conjunto de pasos a seguir para lograr el objetivo propuesto en esta tesis. Primero se presenta la descripción general del programa y
Más detallesMedia de los números aleatorios entre cero y uno
Qué propiedades deben cumplir los números pseudoaleatorios entre cero y uno? En gran medida, conocer las propiedades que deben tener los números aleatorios garantiza una buena simulación, por ello se enumeran
Más detallesGeneración de Números Aleatorios. Modelos de Probabilidad. Introducción a la Simulación con EXCEL.
PRÁCTICAS DE ESTADÍSTICA 1º CURSO DE GRADO EN CC. AMBIENTALES Guión de la práctica 4: Curso 2009/2010 7/04/2010. Generación de Números Aleatorios. Modelos de Probabilidad. Introducción a la Simulación
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Réplicas de muestras de distribuciones de probabilidad de Variables Aleatorias Discretas (VAD) y Continuas (VAC) con Stat::Fit
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #3 Generación de muestras de distribuciones de probabilidad de Variables Aleatorias Discretas (VAD) y continuas (VAC) con Stat::Fit
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #3 Prof.: MSc. Julio Rito Vargas A. Febrero 2013 Objetivos: Obtener muestras a partir de números aleatorios. Usando muestras
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Determinar la Distribución de los datos de una Simulación Prof.: MSc. Julio Rito Vargas A. Enero 013 Objetivos: Utilizar
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Determinar la Distribución de los datos de una Simulación Prof.: MSc. Julio Rito Vargas A. Grupo: Ingeniería Industrial
Más detallesPráctica 1: Introducción a SPSS 1
Estadística Aplicada Curso 2010/2011 Diplomatura en Nutrición Humana y Dietética Práctica 1: Introducción a SPSS 1 Este programa estadístico está organizado en dos bloques: el editor de datos y el visor
Más detallesObtención de números aleatorios
TABLAS DE NÚMEROS ALEATORIOS GENERAR NÚMEROS ALEATORIOS EN UNA CALCULADORA GENERAR NÚMEROS ALEATORIOS EN EXCEL Tablas de números aleatorios Procedimiento para utilizar las tablas de números aleatorios:
Más detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detallesTécnicas de validación estadística Bondad de ajuste
Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 28 de mayo, 2013 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución
Más detallesUniversidad de Managua. UdeM
Universidad Managua. UM Simulación Sistemas Guía #4 (primera parte) Tema: Obtener muestras aleatorias para un molo simulación cuando se conocen las distribuciones tiempos y tiempos s. Docente: MSc. Julio
Más detallesTécnicas de validación estadística Bondad de ajuste
Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 31 de mayo, 2011 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución
Más detallesTest de Kolmogorov-Smirnov
Test de Kolmogorov-Smirnov Georgina Flesia FaMAF 2 de junio, 2011 Test de Kolmogorov-Smirnov El test chi-cuadrado en el caso continuo H 0 : Las v.a. Y 1, Y 2,..., Y n tienen distribución continua F. Particionar
Más detallesProblemas resueltos. Tema 12. 2º La hipótesis alternativa será que la distribución no es uniforme.
Tema 12. Contrastes No Paramétricos. 1 Problemas resueltos. Tema 12 1.- En una partida de Rol se lanza 200 veces un dado de cuatro caras obteniéndose 60 veces el número 1, 45 veces el número 2, 38 veces
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Modelos de Simulación Guía práctica #4
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Modelos de Simulación Guía práctica #4 Prof.: MSc. Julio Rito Vargas A. Febrero 2013 Objetivos: Aplicar las técnicas estudiadas para desarrollar
Más detallesUniversidad Rey Juan Carlos HOJA DE PROBLEMAS TEMA 3: REPRESENTACIÓN DE LA INFORMACIÓN
Universidad Rey Juan Carlos Ingeniería Técnica en Informática de Sistemas Estructura y Tecnología de Computadores HOJA DE PROBLEMAS TEMA 3: REPRESENTACIÓN DE LA INFORMACIÓN 1 6. Convertir A05B3D00 dado
Más detallesSimulación. pseudoalealeatorios
Generación n de números n aleatorios La aplicación de los números aleatorios se remonta a los tiempos de la primera revolución industrial, cuando los procesos manuales tuvieron que reemplazarse por procesos
Más detallesEJERCICIOS EXCEL. Guardar el libro en tu pen drive, con el nombre PRACTICA1_ALUMNO_GRUPO.
EJERCICIOS EXCEL EJERCICIO DEL PRECIO CON IVA Crear un libro para saber cuál es el precio de un artículo aplicándole el 16% de IVA. El precio sin IVA es un valor que se tendrá que introducir, así como
Más detallesNivel socioeconómico medio. Nivel socioeconómico alto SI 8 15 28 51 NO 13 16 14 43 TOTAL 21 31 42 94
6. La prueba de ji-cuadrado Del mismo modo que los estadísticos z, con su distribución normal y t, con su distribución t de Student, nos han servido para someter a prueba hipótesis que involucran a promedios
Más detallesDebemos obtener las medidas estadísticas más comunes.
- Ejercicio: Gráficos Estadísticos Estudiando el número de hijos de 30 familias elegidas al azar en una ciudad se han obtenido los siguientes datos: 1, 2, 3, 5, 6, 0, 7, 8, 4, 1, 3, 4, 5, 2, 6, 5, 2, 3,
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Pruebas de Bondad de Ajuste con Stat::Fit de Promodel Prof.: MSc. Julio Rito Vargas A. Grupo: Ingenierías/2016 Objetivos:
Más detallesPI, Pitágoras y Excel
PI, Pitágoras y Excel Índice PI, Pitágoras y Excel... 1 Índice... 1 1.- Introducción... 1.1.- Objetivo... 1..- Cálculo de PI... 1.3.- Método probabilístico....- Cálculo... 4.1.- Estrategia del cálculo...
Más detallesINTERVALO DE CONFIANZA PARA LA PROPORCIÓN
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN Si deseamos estimar la proporción p con que una determinada característica se da en una población, a partir de la proporción p' observada en una muestra de tamaño
Más detallesMATEMÁTICA III. Régimen de Cursada: Semestral Caracter: Obligatoria Correlativas: Matemática II Profesor: Beatriz Pintarelli Hs. semanales: 6 hs.
MATEMÁTICA III Año 2015 Carrera/ Plan: Licenciatura en Informática Plan 2015-3º año Licenciatura en Sistemas Plan 2015 3º año Licenciatura en Informática Plan 2003-07 / Plan 2012-2º año Licenciatura en
Más detallesMuestreo y Distribuciones muestrales. 51 SOLUCIONES
Muestreo y Distribuciones muestrales. 51 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería Soluciones de la hoja de problemas 5. Muestreo
Más detallesDistribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua
Distribución muestral de proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de Proporciones Existen ocasiones
Más detallesGeneradores de Números Aleatorios. Jorge Eduardo Ortiz Triviño
Generadores de Números Aleatorios Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http://www.docentes.unal.edu.co/jeortizt/ Contenido: Qué entendemos por secuencia de números aleatorios? Cómo se generan
Más detallesFUNDAMENTOS DE PROGRAMACIÓN. Practica 5 Números aleatorios
FUNDAMENTOS DE PROGRAMACIÓN Practica 5 Números aleatorios 1.- Generar un número aleatorio cualquiera. 2.- Generar un número aleatorio que tenga un límite. 3.- Generar un número aleatorio entre un rango.
Más detallesLa simulación implica construir una replica de algún sistema real y usarlo bajo condiciones de prueba
Simulación Simulación La simulación implica construir una replica de algún sistema real y usarlo bajo condiciones de prueba Los modelos matemáticos se construyen y utilizan para comprobar los resultados
Más detallesPrácticas de inferencia y muestreo.
Prácticas de inferencia y muestreo. Contenido de la presentación Una herramienta de creación de actividades: HotPotatoes. Applets: algunos ejemplos sobre inferencia y estadística descriptiva. Excel como
Más detallesGENERACIÓN DE NÚMEROS ALEATORIOS EN JAVA. CLASE RANDOM. EJEMPLOS Y EJERCICIOS RESUELTOS. (CU00908C)
APRENDERAPROGRAMAR.COM GENERACIÓN DE NÚMEROS ALEATORIOS EN JAVA. CLASE RANDOM. EJEMPLOS Y EJERCICIOS RESUELTOS. (CU00908C) Sección: Cursos Categoría: Lenguaje de programación Java nivel avanzado I Fecha
Más detallesGENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS
GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS La simulación de eventos se basa en la ocurrencia aleatoria de los mismos, por ello los números aleatorios y las variables aleatorias son de especial
Más detallesUso de plantillas y documentos Office
Uso de plantillas y documentos Office El Sistema de Nómina permite generar documentos en formato Word mediante el empleo de la opción Documentos Office que se encuentra en el menú de trabajador. La generación
Más detallesVariables Uniformes. Generadores de variables aleatorias uniformes. Propiedades buscadas. Para qué se utilizan?
Variables Uniformes Generadores de variables aleatorias uniformes Patricia Kisbye FaMAF 7 de marzo, 008 En simulación se utilizan: en forma directa, para generar distribuciones discretas y continuas, para
Más detallesCORPORACIÓN UNIFICADA NACIONAL DE EDUCACIÓN SUPERIOR FACULTAD DE INGENIERIAS LINEA INFORMÁTICA GUIA FORMATOS Y FORMATOS CONDICIONALES
Como ya hemos trabajo en introducir la información con la que vamos a trabajar, procedemos a revisar las diversas los diversos formatos que se pueden aplicar: 2a 1 2b Pasos a seguir: 1. Seleccionamos la
Más detallesJulia García Salinero. Departamento de Investigación FUDEN. Introducción
1 Análisis de datos en los estudios epidemiológicos V Prueba de Chi cuadrado y Análisis de la varianza. Departamento de Investigación FUDEN. Introducción Continuamos el análisis de los estudios epidemiológicos,
Más detallesINSTITUCIÓN MANUEL MARÍA SÁNCHEZ Tecnología e Informática Word
Combinación de Correspondencia Con la combinación de correspondencia, podemos combinar una lista de datos, tales como nombres y direcciones, con un formulario o plantilla genéricos para crear documentos
Más detallesDefiniciones. Definiciones. Simulación
Simulación Prof. Mariela J. Curiel Octubre 2003 Definiciones La simulación se puede definir como la creación de un modelo computacional de un sistema real o propuesto, sobre el cual se realizan experimentos
Más detallesCAPITULO 4: DESARROLLO. En los capítulos anteriores hemos estudiado las bases del problema de la ruta
CAPITULO 4: DESARROLLO En los capítulos anteriores hemos estudiado las bases del problema de la ruta más corta. Conocemos algunos métodos para resolverlo de los cuales hemos elegido algoritmos evolutivos,
Más detallesEJEMPLO DE SIMPLEX PARA PROBLEMA DE PROGRAMACIÓN LINEAL CASO DE MAXIMIZAR Prof.: MSc. Julio Rito Vargas Avilés
EJEMPLO DE SIMPLEX PARA PROBLEMA DE PROGRAMACIÓN LINEAL CASO DE MAXIMIZAR Prof.: MSc. Julio Rito Vargas Avilés CONSTRUCCION DE LA TABLA INICIAL DEL MÉTODO SIMPLEX Una vez que el alumno ha adquirido la
Más detallesPRACTICA 2. ERRORES. Ejemplos:
PRACTICA 2. ERRORES 1. ERRORES EN LAS MEDIDAS. ERRORES ABSOLUTO Y RELATIVO. Siempre que se hace alguna medida, es inherente la comisión de errores, debido a distintas causas. Por ello, al expresar una
Más detallesCreación de organigrama en Visio 2013
Creación de organigrama en Visio 2013 PROCEDIMIENTO EJERCICIO 1 1. Inicie el programa Microsoft Visio 2013 2. Busque la opción Asistente de organigramas como aparece en la siguiente figura: 3. Luego clic
Más detallesUNIDAD 3 FUNCIONES, FÓRMULAS Y MANIPULACIONES
UNIDAD 3 FUNCIONES, FÓRMULAS Y MANIPULACIONES CURSO: LibreOffice calc 1 Introducción y Objetivos Ya sabemos introducir datos y darles formato para que nuestros datos se representen correctamente, pero
Más detalles10. OFIMÁTICA I: PROCESADOR DE TEXTO Y HOJA DE CÁLCULO (92
Acción / Curso: 10. OFIMÁTICA I: PROCESADOR DE TEXTO Y HOJA DE CÁLCULO (92 HORAS TELEFORMACIÓN) Objetivos: El objetivo general del curso es conseguir que el alumno conozca las características avanzadas
Más detallesSOLUCIÓN DE UN SISTEMA LINEAL DE ECUACIONES
SOLUCIÓN DE UN SISEMA LINEAL DE ECUACIONES MÉODO DE LA MARIZ INVERSA EN EXCEL ANECEDENES Un sistema lineal de n ecuaciones con n incógnitas se puede escribir en la forma general: 11 1 12 2 1 1n n 1 21
Más detallesCAPÍTULO 2 PROPIEDADES DE LOS NÚMEROS PSEUDOALEATORIOS
CAPÍTULO 2 PROPIEDADES DE LOS NÚMEROS SOFTWARE PARA LA GESTIÓN DE PRODUCCIÓN Y OPERACIONES 10MO IPO PROPIEDADES DE LOS NÚM EROS ENTRE 0 Y 1 De qué manera se puede garantizar que una secuencia de números
Más detallesTema1: Introducción a La Estadística 1.1-1
1 Tema1: Introducción a La Estadística 1.1-1 Determine a cuáles de los términos se hacen referencia en el siguiente estudio : población, muestra, parámetro, estadístico, variable, data. Se quiere saber
Más detallesRelación 1. Sucesos y probabilidad. Probabilidad condicionada.
Relación. Sucesos y probabilidad. Probabilidad condicionada.. Sean A, B y C tres sucesos cualesquiera. Determine expresiones para los siguientes sucesos: Ocurre sólo A. Ocurren A y B pero no C. c) Ocurren
Más detallesEstadistica II Tema 1. Inferencia sobre una población. Curso 2009/10
Estadistica II Tema 1. Inferencia sobre una población Curso 2009/10 Tema 1. Inferencia sobre una población Contenidos Introducción a la inferencia Estimadores puntuales Estimación de la media y la varianza
Más detallesTeoría de errores. Departamento de Análisis Matemático Universidad de La Laguna
Teoría de errores BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es) ALEJANDRO SANABRIA
Más detallesAnálisis de Decisiones II. Tema 18 Generación de variables aleatorias discretas, continuas y su aplicación. Objetivo de aprendizaje del tema
Tema 18 Generación de variables aleatorias discretas, continuas y su aplicación Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Emplear la generación de números aleatorios con distribución
Más detallesTRABAJO CON NÚMEROS EN EXCEL 2007
Trabajar con números (Formato numérico y fórmulas) Hemos acabado ya de trabajar con palabras y vamos a comenzar a trabajar con números, aplicarles formatos y hacer operaciones matemáticas sencillas. Para
Más detallesCREACIÓN DE SOBRES, ETIQUETAS Y CARTAS PERSONALES
CREACIÓN DE SOBRES, ETIQUETAS Y CARTAS PERSONALES CREACIÓN DE SOBRES Y CARTAS SIN COMBINAR CON DATOS Antes de comenzar a hablar de la combinación de correspondencia, vamos a ver cómo crear sobres o etiquetas
Más detalles6. ESTIMACIÓN DE PARÁMETROS
PROBABILIDAD Y ESTADÍSTICA Sesión 7 6. ESTIMACIÓN DE PARÁMETROS 6.1 Características el estimador 6. Estimación puntual 6..1 Métodos 6..1.1 Máxima verosimilitud 6..1. Momentos 6.3 Intervalo de confianza
Más detallesEl riesgo en los proyectos
El riesgo en los proyectos por Gabriel Pruneda El riesgo de un proyecto se define como la posibilidad de tener diferencias o bien, variabilidad, entre los flujos de cajas reales respecto a los flujos estimados.
Más detallesGestión de datos con STATGRAPHICS
Gestión de datos con STATGRAPHICS 1. Entrada-salida del sistema Para entrar en STATGRAPHICS Plus debemos invocar el programa SGWIN.EXE, bien ejecutándolo explícitamente o haciendo doble click sobre el
Más detallesPRUEBA CHI-CUADRADO. Para realizar un contraste Chi-cuadrado la secuencia es:
PRUEBA CHI-CUADRADO Esta prueba puede utilizarse incluso con datos medibles en una escala nominal. La hipótesis nula de la prueba Chi-cuadrado postula una distribución de probabilidad totalmente especificada
Más detallesCálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.2 Determinación aproximada de extremos: Método de Newton-Raphson
Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.2 Determinación aproximada de extremos: Método de Newton-Raphson Francisco Palacios Escuela Politécnica Superior de Ingeniería
Más detallesGENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS
GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS La simulación de eventos se basa en la ocurrencia aleatoria de los mismos, por ello los números aleatorios y las variables aleatorias son de especial
Más detallesBenavides Muñoz Holger. Área de Ingeniería Hidráulica y Saneamiento. Unidad de Ingeniería Civil, Geología y Minas.
Aplicación de métodos numéricos en el análisis financiero. Determinación de la TR por el método de Newton Raphson Benavides Muñoz Holger Área de ngeniería Hidráulica y Saneamiento. Unidad de ngeniería
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Pruebas de Bondad de Ajuste con Stat::Fit de Promodel Prof.: Ing. Julio Rito Vargas A. Grupo: Ingenierías/IC-2018 Objetivos:
Más detallesSoluciones Examen de Estadística
Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación 15 de Febrero, 5 Cuestiones horas C1. Un programa se ejecuta desde uno cualquiera de cuatro periféricos A, B, C y D con arreglo
Más detallesTécnicas de planeación y control. Sesión 10: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos
Técnicas de planeación y control Sesión 10: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos Contextualización Esta semana cerramos la unidad dedicada a la planeación,
Más detallesBioestadística y uso de software científico TEMA 4 DATOS CATEGÓRICOS COMPARACIÓN DE PROPORCIONES
Bioestadística y uso de software científico TEMA 4 DATOS CATEGÓRICOS COMPARACIÓN DE PROPORCIONES Índice Tablas de contingencia y grados de libertad Ji-cuadrado Comparación de proporciones Tabla 2x2 Diferencia
Más detallesESTADISTICA APLICADA: PROGRAMA
Pág. 1 de 5 ESTADISTICA APLICADA: PROGRAMA a) OBJETIVOS Y BLOQUE 1: Teoría de Probabilidades 1.1 Comprender la naturaleza de los experimentos aleatorios y la estructura de los espacios de probabilidades,
Más detallesACTIVIDAD PRÁCTICA 5 BASES DE DATOS
BASES DE DATOS EN ACCESS 2007. Ingrese a Microsoft Access 2007 ACTIVIDAD PRÁCTICA 5 BASES DE DATOS Herramientas Informáticas De clic en base de datos en blanco: Escriba el nombre de la base de datos y
Más detallesINFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016
INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 1. COMENTARIOS Y/O ACOTACIONES RESPECTO AL TEMARIO EN RELACIÓN
Más detallesTEMA I EL SISTEMA SAP R/3
TEMA I EL SISTEMA SAP R/3 INTRODUCCIÓN El Sistema SAP R/3 en su versión estándar presenta una amplia selección de informes, para acceder a ellos se podrá llegar por dos caminos, llegando al mismo destino,
Más detallesNUEVO ASPECTO DE EXCEL 2007
Excel 2007 El botón de Office situado en la parte superior izquierda de la pantalla, así como el funcionamiento del botón derecho a la hora de querer aplicar formatos básicos con las celdas que tenga seleccionadas,
Más detallesAPLICATIVO DE REGISTRO DE VOLUNTARIOS
INABIF- Sistemas de Información MANUAL DE USUARIO APLICATIVO DE REGISTRO DE VOLUNTARIOS Versión 2.0 Pueblo Libre 2011-1 - INDICE 1 Introducción 2 Requerimientos 3 Módulo de Seguridad 3.1. Acceso al sistema
Más detallesEstadística Descriptiva. SESIÓN 12 Medidas de dispersión
Estadística Descriptiva SESIÓN 12 Medidas de dispersión Contextualización de la sesión 12 En la sesión anterior se explicaron los temas relacionados con la desviación estándar, la cual es una medida para
Más detallesGUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES
GUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES Material didáctico elaborado por: M.I. María Estela Audelo Vucovich M.E. Antonio García Osornio Abril de 2017 La hoja de cálculo es
Más detallesDOCUMENTO CÁLCULO DE MUESTRA (FÓRMULAS) EL TAMAÑO DE LA MUESTRA MEDIANTE FÓRMULAS
DOCUMENTO 1 CÁLCULO DE MUESTRA (FÓRMULAS) EL TAMAÑO DE LA MUESTRA MEDIANTE FÓRMULAS Para determinar el tamaño de muestra mediante fórmulas es necesario entender los siguientes términos y sus definiciones:
Más detallesIntegración por el método de Monte Carlo
Integración por el método de Monte Carlo Georgina Flesia FaMAF 29 de marzo, 2012 El método de Monte Carlo El método de Monte Carlo es un procedimiento general para seleccionar muestras aleatorias de una
Más detallesTema 11: Intervalos de confianza.
Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por
Más detallesCómo se hace la Prueba t a mano?
Cómo se hace la Prueba t a mano? Sujeto Grupo Grupo Grupo Grupo 33 089 74 5476 84 7056 75 565 3 94 8836 75 565 4 5 704 76 5776 5 4 6 76 5776 6 9 8 76 5776 7 4 78 6084 8 65 45 79 64 9 86 7396 80 6400 0
Más detallesPasos para la creación de un gráfico en Excel 2007
Gráficos en Excel 2007 Un gráfico es la representación gráfica de datos, son muy útiles al momento de analizar información y ayudan en el proceso de toma de decisiones, puesto que es más fácil observar
Más detallesPara ello hacemos lo siguiente: Analizar. o Comparar medias. García Bellido, R.; González Such, J. y Jornet Meliá, J.M.
SPSS: PRUEBA T PRUEBA T PARA MUESTRAS INDEPENDIENTES El procedimiento Prueba T para muestras independientes debe utilizarse para comparar las medias de dos grupos de casos, es decir, cuando la comparación
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Al igual que la distribución binomial, la distribución
Más detalles8.2.5. Intervalos para la diferencia de medias de dos poblaciones
8.. INTERVALOS DE CONFIANZA PARA LA DISTRIBUCIÓN NORMAL 89 distribuye de modo gaussiana. Para ello se tomó una muestra de 5 individuos (que podemos considerar piloto), que ofreció los siguientes resultados:
Más detallesÍNDICE CAPITULO UNO CAPITULO DOS. Pág.
ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística
Más detallesCONCEPTOS FUNDAMENTALES
TEMA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICAS PRIMERA PARTE: Conceptos fundamentales 8.1. Hipótesis estadística. Tipos de hipótesis 8.2. Región crítica y región de aceptación 8.3. Errores tipo I y tipo
Más detallesPRUEBAS PARA DOS MUESTRAS RELACIONADAS
PRUEBAS PARA DOS MUESTRAS RELACIONADAS Estos contrastes permiten comprobar si hay diferencias entre las distribuciones de dos poblaciones a partir de dos muestras dependientes o relacionadas; es decir,
Más detallesUSO DE GRÁFICOS. Creación de un gráfico. Herramientas Informáticas para el trabajo en Aula y la Gestión Escolar
USO DE GRÁFICOS Un gráfico es una representación visual de ciertos datos contenidos en la hoja. Es muy útil porque un dibujo siempre es más fácil de entender que un conjunto de números. Excel ofrece muchos
Más detalles